基于电力市场计量分析的系统边际电价预测及有效性研究

摘要

本文以pool模式下的电力市场为主要对象，对电力市场的统计特征、分布特征和计量特征进行了深入研究，根据对上述特征的研究，提出了一个新的模型用于估计和预测电力市场实时电价。研究的主要内容如下：
　　 总所周知资本市场的收益存在厚尾特征，本文利用统计分析指标和统计检验对pool模式下的日前电力市场的电价、负荷及收益的分布特征进行了研究，结果表明，与资本市场类似，电价、负荷及收益也存在明显尖峰厚尾的特征，不符合通常的正态分布假定。本文提出了用加权双高斯模型来替代密度分布的正态分布模型，实际的负荷、电价及收益的实证结果均表明，加权双高斯模型对电力市场负荷和电价的密度分布有很好的适应度，明显优于正态分布模型。
　　 对电价、负荷及收益的统计特征研究同时表明，负荷、电价及收益波动剧烈，但波动趋势相似，表现出明显的相关性；日截面样本在高峰和低谷区的波动表现出明显的差异，而连续样本的波动则表现出明显的季节特征；此外，负荷、电价及收益均存在显著的“钉”现象，对收益的分析同时表明，电力市场存在明显的均值回复特征。
　　 在利用时间序列模型建模前要对模型的平稳性进行检验，否则可能会导致“伪回归”现象，对波动聚集特征的分析也会出现错误。本文利用相关性分析和单位根检验验证电力市场的平稳性。对连续电价和日截面电价的分析表明，有的电价序列平稳，有的电价序列不平稳。进一步的研究表明，对于非平稳的电价序列，其相应的负荷序列也非平稳，并具有相同的单整阶数，可以通过协整分析将非平稳电价序列转换为平稳序列。
　　 波动聚集特征是应用ARCH族模型的前提。本文利用拉格朗日乘子法对电价的波动聚集特征进行了分析，结果表明，电力市场在多数情况下具有波动聚集特征，但是不能排除非波动聚集的现象；进一步的研究同时表明，电力市场存在明显的长期记忆和非对称特征，电力市场的非对称特征有自身的特点，好消息存在杠杆效应，坏消息则存在明显的反向杠杆效应。
　　 为验证ARCH族模型的性能，本文对主流的七种ARCH族模型进行了介绍和评估，同时评估了非正态分布下ARCH族模型的性能。对ARCH族模型的评估结果表明，GARCH-M模型相对较优，而且对于不同的样本性能比较稳定，考虑到电力市场存在明显的杠杆效应，选用考虑杠杆效应的GARCH-M模型（TGARCH-M模型）作为电价估计和预测的基本模型。对ARCH族模型的评估结果同时也表明，对于波动聚集特征不明显甚至不存在的日截面样本，ARCH族模型的估计效果通常很差。
　　 综合以上研究结果，本文提出了基于加权双高斯分布的区域切换模型(RSM)对电力市场电价进行估计和预测，对多数具有波动聚集特征的样本，采用TGARCH-M模型作为基础模型，而对于少数波动聚集特征不明显的样本，子模型采用AR模型，但区域切换模型的分布仍然采用加权双高斯模型。PJM利NSW两个市场的经验分析结果验证了模型的性能，进一步利用VaR对模型预测结果的风险评估结果表明，模型是有效的。